論文の概要: The Interplay of AI and Digital Twin: Bridging the Gap between
Data-Driven and Model-Driven Approaches
- arxiv url: http://arxiv.org/abs/2209.12423v2
- Date: Wed, 29 Mar 2023 13:00:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 18:42:12.331372
- Title: The Interplay of AI and Digital Twin: Bridging the Gap between
Data-Driven and Model-Driven Approaches
- Title(参考訳): AIとデジタルツインの相互作用: データ駆動とモデル駆動のアプローチのギャップを埋める
- Authors: Lina Bariah and Merouane Debbah
- Abstract要約: Digital Twin(DT)の概念は、物理エンティティとネットワークダイナミクスのための仮想ツインを作成することを目的としている。
AIがDTのシードであるという一般的な理解にもかかわらず、DTとAIが互いに有効になることを期待しています。
- 参考スコア(独自算出の注目度): 2.842794675894731
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The evolution of network virtualization and native artificial intelligence
(AI) paradigms have conceptualized the vision of future wireless networks as a
comprehensive entity operating in whole over a digital platform, with smart
interaction with the physical domain, paving the way for the blooming of the
Digital Twin (DT) concept. The recent interest in the DT networks is fueled by
the emergence of novel wireless technologies and use-cases, that exacerbate the
level of complexity to orchestrate the network and to manage its resources.
Driven by AI, the key principle of the DT is to create a virtual twin for the
physical entities and network dynamics, where the virtual twin will be
leveraged to generate synthetic data and offer an on-demand platform for AI
model training. Despite the common understanding that AI is the seed for DT, we
anticipate that the DT and AI will be enablers for each other, in a way that
overcome their limitations and complement each other benefits. In this article,
we dig into the fundamentals of DT, where we reveal the role of DT in unifying
model-driven and data-driven approaches, and explore the opportunities offered
by DT in order to achieve the optimistic vision of 6G networks. We further
unfold the essential role of the theoretical underpinnings in unlocking further
opportunities by AI, and hence, we unveil their pivotal impact on the
realization of reliable, efficient, and low-latency DT.
- Abstract(参考訳): ネットワーク仮想化とネイティブ人工知能(AI)パラダイムの進化は、将来の無線ネットワークのビジョンを、デジタルプラットフォーム全体を通して操作する包括的なエンティティとして概念化し、物理的なドメインとのスマートなインタラクションによって、デジタルツイン(DT)概念の開花への道を開いた。
DTネットワークに対する最近の関心は、ネットワークのオーケストレーションとリソース管理の複雑さを悪化させる新しい無線技術とユースケースの出現によって加速されている。
AIによって駆動されるDTの主要な原則は、物理エンティティとネットワークダイナミクスのための仮想ツインを作成することであり、仮想ツインを利用して合成データを生成し、AIモデルのトレーニングのためのオンデマンドプラットフォームを提供する。
AIがDTのシードであるという一般的な理解にもかかわらず、DTとAIはそれぞれの制限を克服し、お互いの利益を補完する方法で、互いに有効になることを期待しています。
本稿では、モデル駆動型およびデータ駆動型アプローチの統合におけるDTの役割を明らかにするとともに、6Gネットワークの楽観的なビジョンを達成するために、DTが提供する機会を探る。
我々は、AIによるさらなる機会の解放における理論的基盤の役割をさらに広げ、信頼性、効率、低レイテンシDTの実現に対する彼らの重要な影響を明らかにする。
関連論文リスト
- On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳(メタデータ) (2024-01-26T16:09:39Z) - Internet of Federated Digital Twins (IoFDT): Connecting Twins Beyond
Borders for Society 5.0 [50.4422158617105]
デジタルツイン(DT)の概念は将来の産業に革命をもたらすことが期待されており、将来のスマート社会、すなわち社会5.0のビジョンの中心に位置する。
本稿では,異種・物理的に分離されたDTを一元的に統合するインターネット・オブ・フェデレーション・デジタル・ツインズ(IoFDT)の新たな概念を思い起こさせる。
論文 参考訳(メタデータ) (2023-12-11T14:56:27Z) - Green Edge AI: A Contemporary Survey [49.47249665895926]
グリーンエッジAIに関する現代の調査を紹介する。
その可能性にもかかわらず、エッジAIは重大な課題に直面している。主な原因は、無線エッジネットワークのリソース制限と、ディープラーニング(DL)のリソース集約性との間の二分である。
我々は、エッジAIシステムにおける3つの重要なタスクに対して、トレーニングデータ取得、エッジトレーニング、エッジ推論を含むエネルギー効率の高い設計手法について検討する。
論文 参考訳(メタデータ) (2023-12-01T04:04:37Z) - Causal Reasoning: Charting a Revolutionary Course for Next-Generation
AI-Native Wireless Networks [63.246437631458356]
次世代無線ネットワーク(例:6G)は人工知能(AI)ネイティブである。
本稿では、新たな因果推論分野を基盤として、AIネイティブな無線ネットワークを構築するための新しいフレームワークを紹介する。
因果発見と表現によって対処できる無線ネットワークの課題をいくつか挙げる。
論文 参考訳(メタデータ) (2023-09-23T00:05:39Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳(メタデータ) (2023-04-25T00:15:00Z) - Decentralized digital twins of complex dynamical systems [0.0]
動的システムのための分散双対(DDT)フレームワークを提案する。
計算科学・工学応用におけるDDTパラダイムの展望について論じる。
論文 参考訳(メタデータ) (2022-07-07T19:44:42Z) - Digital Twin Virtualization with Machine Learning for IoT and Beyond 5G
Networks: Research Directions for Security and Optimal Control [3.1798318618973362]
デジタルツイン(DT)技術は、サイバー物理システムのリアルタイムデータ駆動モデリングのソリューションとして登場した。
我々は,クラウドコンピューティングを分散化して実装したDTフレームワークの概念階層アーキテクチャを構築した。
既存のシステム上での革新的な技術の開発と展開のリスクを下げることにおけるDTの重要性について論じる。
論文 参考訳(メタデータ) (2022-04-05T03:04:02Z) - WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。
そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
論文 参考訳(メタデータ) (2021-10-27T12:25:21Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳(メタデータ) (2021-05-04T23:42:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。